招募开发者：你能否攻破 AI 安全闸门？

"MGnarf 阻止 AI 给自己开绿灯。MGnarfTest 确保红灯真的有效。" AI 智能体正变得极其强大。它们可以编写代码、修改系统、部署软件并执行真实世界的操作。但这里有一个根本性问题：当 AI 被允许自行检查和批准自己的工作时，会发生什么？这正是 MGnarf 试图解决的问题。两个项目，一个使命。🛡️ **MGnarf —— 闸门** 一个开源执行安全闸门，旨在防止 AI 智能体在没有有效、独立验证的授权的情况下执行受保护操作。没有有效证据？**拦截。** 有效证据和授权？**放行。** 智能体绝不能自行创建审批。🔥 **MGnarfTest —— 挑战者** 一个独立的开源测试项目，专门用于挑战 MGnarf。它的目的很简单：尝试攻破闸门。寻找漏洞。编写对抗性测试。挑战假设。测试竞态条件、身份隔离和授权绕过。测试系统本身也必须经得起审查。**我在寻找谁？** 我在寻找开发者、安全研究人员和喜欢解决难题的极客黑客。尤其是对以下方面感兴趣的人：Python 开发与自动化测试 AI 智能体安全与执行控制 对抗性测试与安全研究 独立验证与可复现的证据 开源协作 你不必相信 MGnarf 是有效的。事实上，我更希望你去证明它无效。**为什么要加入？** 这不是又一个 AI 聊天机器人或套壳产品。它是试图在 AI 系统底层构建的东西：一个不会盲目信任智能体自身声明的安全检查点。MGnarf 已经有一个可运行的参考实现，并且经过了对抗性测试。但内部测试远远不够。我们需要独立的开发者来挑战设计、暴露弱点，并帮助让测试流程具备公信力。所有开发工作都在公开进行。贡献、测试用例、失败记录和修复方案都应该可见且可复现。浏览代码仓库、提交 issue、提出测试用例或发起 pull request。如果你有兴趣承担更活跃的开发角色，请与我联系。目标不是证明 MGnarf 是完美的。目标是构建一个能够在人们试图证明它错误时依然存活的系统。因为如果 AI 要独立行动，就必须有人来检查那个检查者。